연구진이 공간 광학 이징 머신(SPIM)을 활용해 평형 전파(Equilibrium Propagation)의 하이브리드 광학-디지털 구현을 시연했어요. SPIM은 게이지 변환 방법을 사용하여 연속 신경 상태와 순위 1 이진 훈련 패턴을 공간 광 변조기(SLM)를 통해 위상 변조로 광학적으로 인코딩해요. 와인 분류 데이터셋에 대한 실험 시스템을 평가했어요.
SPIM은 유한 차분법을 사용하여 추론을 실현하며, 연속 커플링과 구조화된 커플링 행렬의 사용 가능성을 평가하기 위해 더 복잡한 MNIST 데이터셋에 대해 수치적으로 분석했어요. 이 연구는 평형 전파의 에너지 효율적인 물리적 구현을 위한 구체적인 경로를 제시해요.
향후 에너지 효율적인 머신러닝 시스템 개발에 기여할 수 있는 가능성을 보여주는 연구 결과로 평가돼요.